日前，2026年世界數字教育大會在杭州落幕，“AI如何真正賦能教育與科研”成為貫穿全場的核心議題。當“人工智能+”成為國家戰略時，教育與科研領域的從業者們，正站在一個關鍵的十字路口。

　　一方面，AI展現出驚人的效率，能瞬間梳理萬卷文獻、模擬復雜實驗；另一方面，關于“黑箱”的恐懼、數據隱私的焦慮，以及對學術誠信的擔憂，如同達摩克利斯之劍高懸。

　　在這場關于未來的對話中，愛思唯爾(Elsevier)作為全球科研、醫療與教育信息服務巨頭，其全球傳播執行副總裁艾斯瀾(Esra Erkal)與大中華區總裁李琳的觀點，為我們提供了一個獨特的觀察樣本。在整場對話中，她們反復提及一個詞——“信任”。在AI重構一切的今天，我們究竟需要什么樣的技術？又該如何安放“人”的位置？

　　帶著這些問題，我們試圖從這場深度對話中，勾勒出一幅“可信AI+人文堅守”的未來圖景。

　　一、信任的底座：在算法洪流中守護“可驗證”的真實

　　在大會的間隙，愛思唯爾全球傳播執行副總裁艾斯瀾指出了當前行業最真實的焦慮：“大家對AI有強烈的興趣，但也有明顯的擔憂。”

　　“最核心的問題之一，是AI輸出結果的可靠性。”艾斯瀾在采訪中直言，本屆大會上代表和嘉賓們最集中的擔憂，正是AI輸出的可靠性、推理的透明度與數據的安全性。“很多通用AI工具依賴開放網絡數據，而不是經過同行評審、科學驗證的數據，因此大家會擔心信息是否準確、可信。”另一個重要問題是透明度。”用戶希望知道AI是如何生成答案的，而不是一個’黑箱’”。此外，還有數據安全與隱私問題。無論是大學、科研機構還是企業，都希望自己的數據能夠保持安全和私密。

愛思唯爾全球傳播執行副總裁 艾斯瀾(Esra Erkal)

　　“信任架構必須放在技術架構之前。”大中華區總裁李琳表示，“科學和教育是建立在信任之上的行業。如果知識本身是不可信的，對學生和社會都會產生災難性影響。如果一項研究建立在虛假的研究基礎上，那對整個社會來說是巨大浪費。”

　　“科研可信AI包含四條不可動搖的底線：內容權威可溯源、推理過程可解釋、偏見可監測與減少、數據與隱私絕對安全。”艾斯瀾強調，負責任AI(Responsible AI)的標準應該高于法規本身，用戶數據永遠屬于用戶。同時，“AI不應該放大已有偏見，而應該主動減少偏見。”

　　如何落地“可信AI”？

　　“高質量內容始終是基礎能力。此外，我們必須把AI真正嵌入科研和教育的工作流，而不是停留在聊天工具層面。”李琳說。

愛思唯爾大中華區總裁 李琳

　　艾斯瀾介紹的LeapSpace(科研級AI工作平臺)給出了愛思唯爾的具體解法。它不滿足于給出一個答案，而是通過“信任卡(Trust Card)”機制，將答案的來源、可靠性等級，甚至支持與矛盾的觀點一一陳列。“它不僅提供精準答案，還會展示生成答案的步驟，并清晰標注引用來源，甚至精確到具體段落和行數。同時，它不會把科研問題簡單處理成‘非黑即白’。系統會向用戶展示研究中的支持觀點、矛盾點以及不確定性，讓研究者自行判斷。”艾斯瀾解釋。

　　“LeapSpace是真正以研究人員需求為核心打造的，因此我對它更有信任感。它能夠幫助我明確研究方向、驗證值得探索的路徑，并讓我更容易學習本領域之外的知識。”全球領先研究型大學德國亞琛工業大學的人機交互(HCI)研究員Paul Preuschoff表示。

　　“LeapSpace與通用AI工具最大的不同，在于它建立在同行評審的科學內容之上，并且專為科研場景設計，而非通用問答。”領先生物制藥公司Incyte全球圖書館服務副總監Victoria Ball表示，“對于需要在高壓力下提供有充分證據支持成果的團隊而言，LeapSpace通過可追溯引用提升了研究的嚴謹性與透明度。

　　這種“精準AI(Precision AI)”，本質上是將“人類始終參與其中(Human in the Loop)”作為核心，讓研究者始終坐在“駕駛座”上，而非被算法裹挾。

　　二、人類的火種：當AI接管計算，如何保留創造的靈魂？

　　既然AI能高效完成文獻梳理、數據處理，甚至生成研究假設，那么未來頂尖學者的核心競爭力是什么？

　　這是一個讓無數科研人員感到焦慮的問題。艾斯瀾給出了清晰的答案：AI的最大價值是解放人，而非替代人。愛思唯爾2025年底發布的《未來研究者》報告顯示，全球范圍內僅有45%的研究人員認為自己有足夠時間用于研究。“這是一個令人遺憾的現實。AI可以幫助科研人員減少大量重復勞動，讓他們從繁瑣事務中解放出來。但更重要的是，它應該幫助研究者獲取可靠證據，并判斷這些證據的強弱。”艾斯瀾說。

　　“我認為，未來最重要的核心競爭力，仍然建立在‘信任’和‘批判性探究’之上。”在她看來，未來頂尖學者最不可替代的能力，集中在三個“人性壁壘”：

　　提出真問題的能力：AI能回答問題，但無法定義值得一生探索的真問題；

　　批判性判斷與證據權衡：科研不是非黑即白，人類獨有的審慎、思辨與證據校準能力，AI無法復制；

　　跨學科想象力與直覺創造：把看似無關的領域連接、在不確定性中堅持方向、在矛盾證據里逼近真理，這是人類的創造內核。

　　“AI最理想的角色，并不是替代研究者，而是成為支持批判性思考和判斷力的伙伴。”艾斯瀾說，“要做到這一點，AI本身必須建立在準確、可靠、平衡且具有細微差異表達的信息基礎之上。”

　　這也帶來了一個新的挑戰：“AI素養”。“這不僅僅是學會怎么寫Prompt(提示詞)，更是一種深層的思維能力。”李琳將其定義為三層：AI通識能力、科學思辨能力(批判性思維)以及人本通用能力。“AI素養絕不僅僅是懂算法、Prompt 或RAG(檢索增強生成)。它還包括對數據的理解、人機協作、AI工作流、數據閉環和迭代思維等能力。但更重要的是，人是否具備批判性思維、好奇心、提出問題和驗證問題的能力。”

　　她進一步指出，AI時代更需要終身學習、跨學科溝通、復雜問題解決等底層能力。“真正的AI素養，是把技術當作放大器，而非拐杖。”

　　“AI素養已經成為大會上反復被提及的重要議題。”艾斯瀾表示，很多教育領導者和專家都在強調：會使用AI并不意味著就能成為優秀的學生。未來真正重要的是，下一代如何在AI時代保持批判性思維、創造力以及獨立判斷能力。“因此，未來教育的重要挑戰之一，是如何培養能夠正確使用AI的創新者和創造者，同時盡量降低AI的負面影響。”

　　“AI的真正普及，還需要教育、基礎設施以及長期培訓的支持。”艾斯瀾說，“除了內容本身，我們也提供大量學習資源。”面向青年科研人才，愛思唯爾通過研究者學院開放大量課程，幫助研究者學習如何提出研究假設、如何形成研究結論等。“此外，我們也通過 Scopus、SciVal 等工具，為研究人員提供關于學科發展、跨學科合作以及科研網絡的洞察數據。”

　　三、打破孤島：從“單打獨斗”到“共享共創”的科研新生態

　　談到AI的落地應用，李琳表示，AI的應用痛點，往往不是技術本身，也不是缺少工具，“真正的挑戰是，如何把工具轉化成高質量的生產力。”

　　“現在很多機構都配備了AI工具，但效率是否真的提升了？未必。因為轉型是一個系統性升級，涉及治理、評估、人才能力提升等全鏈條的重構。”她解釋，“所以我們在和中國機構合作的時候，更希望通過共創一起解決問題，而不是每個人都守著自己的邊界。”

　　“如何讓AI素養更加均衡地普及，這是一個有社會責任感的企業必須做的事情”李琳說。為此，愛思唯爾正在推動構建一個開放多元、共創共享的社區，“我們有一些數據和方法論，但并沒有現成答案。所以我們更愿意建立一個全國乃至全球的社區，讓大家共同討論、分享經驗。”

　　在中國，愛思唯爾已推出多個致力于共探共創共享的“社區化”實踐項目：

　　今年，愛思唯爾與哈爾濱工業大學共同舉辦了“第四代大學”校長論壇。談及發起這一論壇的初衷，李琳提到，不少高校管理者都面臨著類似困惑：大家都在談轉型，也知道轉型勢在必行，但究竟該用什么標準來衡量一所大學轉型得是否成功？除了論文、項目等傳統指標，高校對區域經濟、科技創新、人才培養和社會發展的貢獻，又該如何被看見和評價？這些問題成為論壇討論的出發點。

　　另一個讓李琳印象深刻的項目，是與武漢大學合作開展的圖書館員AI素養培訓。她觀察到，人工智能正在改變高校知識服務的方式，也在重新定義圖書館的角色。在她看來，高校的轉型并不只是教師學會使用AI，更需要圖書館、管理部門等整個體系一起提升能力，轉型才有可能真正發生。

　　與此同時，愛思唯爾還在上海等地開展青年教師AI Bootcamp(AI訓練營)。與傳統培訓模式相比，這個項目更像一個由教師自主驅動的實踐網絡。參與者并不是被動接受知識，而是在真實教學場景中分享經驗、交流方法。有人探索如何利用AI輔助備課，有人研究如何高效提取和整理信息，也有人討論作業評價以及負責任地使用AI工具。李琳認為，很多有價值的創新其實來自一線教師自身，而項目的意義就在于為這些經驗提供交流和擴散的平臺，讓更多人能夠從同行的實踐中獲得啟發。

　　四、雙向奔赴：全球標準與中國實踐的深度適配

　　在中國推進“人工智能+”與教育數字化戰略的背景下，跨國企業的本土化往往面臨“水土不服”的困境。愛思唯爾的解法是“全球互通，本土可信”。

　　李琳指出，AI的發展仍處于早期，全球標準與中國標準之間存在差異是必然的。但科學共同體幾百年來積累的共識——同行評議、研究倫理、透明可驗證——是全球通用的。在這一普世原則下，愛思唯爾致力于做一座“雙向適配的橋梁”。

　　這種適配不僅是語言的本土化，更體現在本土標準的適配和本土內容的融合中。“我們更愿意把‘本土化適配’理解為：圍繞中國科研、教育、醫療市場的真實需求場景做深度適配。因為科學本身是全球共通的，但如何在普適原則下更好地適應本地市場，這是我們真正關注的。”李琳這樣解釋。

　　為了適配中國的科研場景和需求，愛思唯爾成立了中國學術委員會，積極推動中文等非英文優質內容及中國本土工程標準、人文歷史知識體系等納入全球知識庫，避免知識體系的缺失。

　　“我們做科學傳播已經一百多年了，我們的原則從來不是單方面輸出某種標準，而是讓國際知識進入中國，也讓中國知識走向國際。這本身就是一個雙向適配和橋梁建設的過程。”

　　五、無問西東：構建沒有圍墻的全球學術共同體

　　如今，中國科研已走到世界舞臺中央：產出總量全球第一，FWCI(學科標準化引文影響力)達到全球平均的1.2倍，部分領域高達1.7倍。下一步的關鍵，是從“量大質優”走向深度參與全球學術治理。

　　李琳觀察到，中國學者在國際期刊擔任主編、副主編、審稿人的比例仍有提升空間。“參與審稿與編委工作，不僅是學術榮譽，更是進入全球學術共同體核心、塑造規則、傳遞聲音的通道。”

　　李琳表示，“學術本身就是一個全球共創體系，它的本質一直是開放、協作、同行評議和持續迭代。”愛思唯爾的愿景，是構建一個沒有圍墻的學術共同體，“我們在持續探索與中國科研機構、中國科學家的多種形式合作，讓中國學術以開放的姿態融入世界。”

　　“我們的使命，是幫助可信、高質量的科學知識進入整個知識生態。”艾斯瀾說，“我們的愿景始終是服務科研共同體。我們的目標，是為他們提供值得信賴的解決方案，包括可信的信息、基礎設施、安全機制與隱私保護。同時，也幫助科研成果更快轉化為創新成果。”

　　當技術越來越強，我們更需要守住人的位置；當世界越來越連通，我們更需要搭建信任的橋梁。“未來，我們會繼續堅持‘精準AI+人類始終參與’的方向，讓AI與人類專業能力共同發揮作用。”艾斯瀾說。

　　本文為教育在線原創作品。

　　作者：黃卓